local_train_tool

通用目标检测训练流水线（支持 .tif 图像 + YOLO 单行 .txt 标签）。

提供两套训练入口：

• train_rtdetr.py：基于 Ultralytics 训练接口（RT-DETR / YOLO），预处理阶段会把数据量化后交给 Ultralytics 管线。
• train_monai_rtdetr.py：MONAI 16 位数据管线 + RT-DETR，全程保留 uint16 位深（float32 [0,1] 输入模型），绕开 Ultralytics 训练管线中硬编码的 8-bit 假设（mosaic 画布 uint8、/255 归一化等）。适合需要真正保留高位深数据的训练场景。

功能

• 读取数据集（支持两种输入结构）：
  • YOLO 结构：images/train, images/val, labels/train, labels/val
  • 原始扁平结构：images/*.tif(f) + yolo_annotations/*.txt（脚本会自动切分并转换为 YOLO 结构）
• 支持无标注样本：若某张图缺少对应 .txt，会自动创建空标签文件（表示该图无目标）
• 将 TIFF 图像转换为 float32 单通道 TIFF（不使用 8-bit PNG；按输入位深进行线性归一化）
• 训练前对训练集支持离线数据增强（可配置增强副本数）：
  • Mosaic（多图拼接小目标增强）
  • random crop（裁剪后缩放回原尺寸）
  • random rotation（90/180/270）
  • flip（水平/垂直）
  • 轻度平移 + 缩放仿射
  • 随机局部遮挡（Cutout）
  • 随机对比度变化
  • 随机亮度变化
  • CLAHE-like 局部对比度增强
  • 随机 gamma 变化
  • 随机直方图扰动（分位拉伸+强度扰动）
  • 随机高斯噪声
  • 随机高斯模糊
  • 轻度模糊+噪声联合退化
• 自动执行 uint16 TIFF 增强兼容性检查（启动训练前）
• 使用 ultralytics 的通用检测训练接口（RT-DETR / YOLO）
• 支持公开 COCO 预训练权重快捷选项：
  • coco-rtdetr-l（RT-DETR-L）
  • coco-rtdetr-x（RT-DETR-X）
  • coco-yolo11-l（YOLO11-L）
  • coco-yolo11-x（YOLO11-X）
  • coco-yolov8-x（YOLOv8-X）
  • coco-deformable-detr-l（Deformable DETR-L）
  • coco-deformable-detr-x（Deformable DETR-X）
  • coco-dino-l（DINO-L）
  • coco-dino-x（DINO-X）
  • coco-nino-l（NINO-L，当前映射为 DINO-L）
  • coco-nino-x（NINO-X，当前映射为 DINO-X）
• 训练期间写入 TensorBoard（损失曲线）
• 训练期间按 val/box_loss + val/cls_loss + val/dfl_loss 选出并保存最优权重：
  • best_val_loss.pt

安装依赖

pip install ultralytics pillow numpy tensorboard monai itk

train_monai_rtdetr.py 依赖 monai 与 itk（MONAI 用 ITK 读取 16 位 TIFF）。若 MONAI 加载失败会自动回退到 Pillow 读取（同样保留 uint16）。

训练命令示例

python train_rtdetr.py \
  --dataset-root /path/to/dataset \
  --class-names object \
  --epochs 100 \
  --batch 16 \
  --imgsz 640 \
  --augment-copies 1 \
  --augment-seed 42 \
  --augment-mosaic-prob 0.35 \
  --augment-translate-scale-prob 0.6 \
  --augment-cutout-prob 0.45 \
  --augment-clahe-prob 0.45 \
  --augment-gamma-prob 0.5 \
  --augment-hist-perturb-prob 0.5 \
  --augment-blur-noise-combo-prob 0.35 \
  --model coco-rtdetr-l \
  --project runs/detect \
  --name rtdetr_train

Windows CMD 便捷脚本

仓库提供 run_train.cmd 作为命令行便捷工具，程序入口仍为 train_rtdetr.py。
双击或在 Windows 终端执行该脚本时，会按推荐默认参数调用 train_rtdetr.py。

run_train.cmd

也可以在命令末尾追加参数覆盖默认值（会透传给 train_rtdetr.py）：

run_train.cmd --dataset-root D:\data\dataset --class-names object --epochs 200 --batch 8 --model coco-rtdetr-x

说明：

• 可使用本地模型路径或官方权重名（例如：rtdetr-l.pt、rtdetr-x.pt、yolo11x.pt、yolov8x.pt）：
  • --model /path/to/your_model.pt
  • --model rtdetr-l.pt
• 当 --model 取 coco-rtdetr-l 或 coco-rtdetr-x 时，脚本会从公开地址下载权重到 weights/（可用 --weights-dir 修改）；下载仅允许 GitHub 相关可信域名（含重定向目标），并会校验目标文件名及落盘路径安全性。
• 对于 URL 下载的 preset 权重，可通过 --preset-sha256 <sha256> 启用文件完整性校验（建议在生产训练时提供）。
• 当 --model 取 coco-yolo11-l / coco-yolo11-x / coco-yolov8-x / coco-deformable-detr-l / coco-deformable-detr-x / coco-dino-l / coco-dino-x / coco-nino-l / coco-nino-x 时，直接使用 Ultralytics 内置模型名加载对应 COCO 预训练权重。
• 数据预处理目录默认为 <dataset-root>_prepared：
  • 若该目录已存在，默认直接复用；
  • 可使用 --force-rebuild-prepared 强制重建；
  • 可使用 --reuse-prepared 显式声明复用（与 --force-rebuild-prepared 互斥）。
• 若输入为原始扁平结构，会先自动生成 <dataset-root>_yolo：
  • --raw-split-ratio：训练集占比（默认 0.8）
  • --raw-split-seed：切分随机种子（默认 42）
• 增强参数：
  • --augment-copies：每张训练图像生成多少份离线增强样本（默认 0，即不额外生成）。
  • --augment-seed：离线增强随机种子（默认 42）。
  • 方案2（Mosaic）：--augment-mosaic-prob（默认 0.35）
  • 方案3（平移+缩放仿射）：--augment-translate-scale-prob（默认 0.6）
  • 方案4（Cutout）：--augment-cutout-prob（默认 0.45）
  • 方案5（CLAHE-like）：--augment-clahe-prob（默认 0.45）
  • 方案6（模糊+噪声联合）：--augment-blur-noise-combo-prob（默认 0.35）
  • 方案7（Gamma 与直方图扰动）：
    • --augment-gamma-prob（默认 0.5）
    • --augment-hist-perturb-prob（默认 0.5）
• 归一化策略（--normalize-mode）：
  • per_image（默认）：按像素位深上限归一化（优先保持物理强度比例；uint16 按 65535，uint8 按 255）。
  • fixed_uint16：固定按 65535 归一化。

TensorBoard 监控

tensorboard --logdir runs/detect

然后在浏览器打开输出地址查看训练/验证损失曲线。

MONAI 16 位训练（train_monai_rtdetr.py）

python train_monai_rtdetr.py \
  --dataset-root /path/to/dataset \
  --class-names object \
  --model weights/rtdetr-l.pt \
  --epochs 100 \
  --batch 4 \
  --imgsz 640 \
  --normalize-mode per_image \
  --device 0 \
  --project runs/detect \
  --name monai_rtdetr

数据流：uint16 TIFF → MONAI LoadImage(ITK) → ScaleIntensityRange/[0,1] float32 → 实时 box 同步增强 → letterbox（pad=0.447）→ RT-DETR 自定义训练循环。

说明：

• --model 支持本地 RT-DETR 权重或 preset（coco-rtdetr-l / coco-rtdetr-x）。
• 直接读取原始 uint16 TIFF，不做 8-bit 量化；输出由模型第一个卷积自动 patch 成 1 通道（RGB 均值初始化后全量微调）。
• 增强在管线内实时进行（复用 train_rtdetr.py 的 box 同步增强函数），不产生额外文件。
• 训练开始前自动保存 train_batch_preview.jpg / val_batch_preview.jpg（与 Ultralytics train_batch*.jpg 同款网格图，含 GT 框标注），方便核对数据加载与增强效果；可用 --no-plot-batch 关闭。
• --pad-val：letterbox 灰边值，默认 0.447（=114/255，对齐 COCO 预训练填充语义）。
• --val-metric map：按 mAP50-95 选优存 best.pt；--val-metric loss 则按 val 总损失选优。
• 训练产物：best.pt / last.pt / best_val_loss.json / results.csv / TensorBoard 事件。
• --resume <last.pt>：从断点继续训练。
• 空目标 batch 自动跳过（RT-DETR denoising 需要 GT）；单卡训练（多卡 DDP 暂未支持）。